齿轮箱故障

作品数：849被引量：3350H指数：21
导出分析报告
相关领域：机械工程更多>>
相关作者：潘宏侠郑海起唐力伟黄晋英林近山更多>>
相关机构：中北大学华北电力大学石家庄铁道大学上海电机学院更多>>
相关期刊：更多>>
相关基金：国家自然科学基金山西省自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=振动与冲击x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于谐波特征的稀疏增强正则化及其在齿轮箱故障诊断中的应用
《振动与冲击》2025年第6期318-324,共7页余立超 黄媛 王成龙 罗华耿 
在基于振动监测的齿轮箱故障诊断中,如何准确提取由缺陷引起的周期性瞬态冲击信号是实现故障诊断的关键。但实际测量的振动信号往往包含多种干扰成分,使得瞬态冲击的提取十分困难。对此,提出一种基于谐波特征的稀疏增强正则化方法。首先...
关键词：齿轮箱 故障诊断 稀疏分解 正则化 
条件分布域适应下数模混动齿轮箱故障诊断
《振动与冲击》2025年第3期182-190,209,共10页王冉 韩海保 颜福成 余亮 
国家自然科学基金项目(51505277);上海市自然科学基金(23ZR1426700);机械系统与振动国家重点实验室开放基金课题资助(MSV202305)。
齿轮箱的故障诊断对于确保机械系统的可靠性、安全性和经济可行性至关重要。在工业实际中,齿轮箱通常运行在正常状态下,因此故障状态发生较少,且由于获取有标签的故障数据的成本较高,导致齿轮箱的健康状态监测面临着有标签故障数据稀缺...
关键词：齿轮箱故障诊断 动力学建模 条件最大均值差异 
基于LSTM-RF的电动钻机绞车齿轮箱故障诊断
《振动与冲击》2024年第21期156-162,230,共8页刘光星 马一豪 
陕西省教育厅重点实验室项目(17JS107);西安石油大学研究生创新与实践能力培养计划资助项目(YCS23214251)。
针对提高石油电动钻机绞车齿轮箱故障诊断的准确性和效率,提出了一种基于长短期记忆网络(long short-term memory,LSTM)和随机森林(random forest,RF)融合模型。首先,运用LSTM能够从大规模数据中学习复杂特征,将这些特征作为随机森林的...
关键词：电动钻机 齿轮箱 故障诊断 长短期记忆网络(LSTM) 随机森林(RF)算法 
基于SDP和MCNN-LSTM的齿轮箱故障诊断方法被引量：1
《振动与冲击》2024年第15期126-132,178,共8页吴胜利 周燚 邢文婷 
国家自然科学基金项目(51705052);重庆市自然科学基金项目(cstc2019jcyj-msxmX0779);国家社会科学基金项目(17CGL003)。
齿轮箱在长期使用过程中,不可避免地会产生齿轮故障和轴承故障,严重影响传动精度和设备运行安全。基于此,针对齿轮箱常见故障类型,研究多通道对称点图案(symmetrized dot pattern, SDP)数据处理方法,并利用最小能量误差法实现SDP关键参...
关键词：齿轮箱故障诊断 对称点图案(SDP) 最小能量误差 多尺度卷积神经网络(MCNN) 长短时记忆网络(LSTM) 
基于迁移学习与加权多通道融合的齿轮箱故障诊断被引量：10
《振动与冲击》2023年第9期236-246,共11页侯召国 王华伟 熊明兰 王峻洲 
国家自然科学基金和民航联合研究基金(U1833110)。
针对齿轮箱单一传感器故障识别精度波动大、数据利用率低、可靠性低及故障诊断模型在多工况下泛化能力不足等问题,提出了一种加权融合多通道数据与深度迁移模型的齿轮箱故障诊断方法。首先,为了充分挖掘齿轮箱多通道数据的信息,提出了...
关键词：故障诊断 齿轮箱 深度迁移模型 加权多通道融合 多工况 
双通道特征融合CNN-GRU齿轮箱故障诊断被引量：19
《振动与冲击》2021年第19期239-245,294,共8页张龙 甄灿壮 易剑昱 蔡秉桓 徐天鹏 尹文豪 
国家自然科学基金(51665013);江西省研究生创新资金(YC2019-S243)。
旋转部件是否发生局部故障,关键是判断其振动信号在空间上是否出现周期性冲击以及周期大小。卷积神经网络(CNN)善于挖掘数据空间上的局部重要的信息特征,具有“端对端”的优势,从而克服了人工提取特征的缺陷;由于振动信号在时间维度上...
关键词：齿轮箱 卷积神经网络(CNN) 门控递归单元(GRU) 故障诊断 
融合注意力机制的改进DBN变工况齿轮箱故障诊断方法被引量：13
《振动与冲击》2021年第14期47-52,共6页张智禹 尹爱军 谭建 
重庆市科技重大主题专项重点研发项目(cstc2018jszx-cyztzxX0032)。
针对齿轮箱在交变工况下运行时导致的故障模式难以识别、分类精度降低的问题,提出融合注意力机制的改进深度置信网络(DBN)变工况齿轮箱故障诊断方法。为解决齿轮箱单一时、频域特征反应故障信息不全面、异常不敏感问题,提取时域、频域...
关键词：注意力机制 余弦损失函数 深度置信网络(DBN) 齿轮箱 变工况故障诊断 
基于多通道一维卷积神经网络特征学习的齿轮箱故障诊断方法被引量：39
《振动与冲击》2020年第20期55-66,共12页叶壮 余建波 
国家自然科学基金(71777173);上海科委“科技创新行动计划”高新技术领域项目(19511106303);中央高校基本业务经费项目。
为了解决单通道图像信号输入不能全面表达故障特征的问题,提出基于多通道一维卷积神经网络(Multi-Channel One-dimensional Convolutional Neural Network,MC-1DCNN)的故障特征学习方法。利用经验模态分解(Empirical Mode Decomposition...
关键词：齿轮箱故障诊断 多通道信号 卷积神经网络 堆叠降噪自编码器 特征学习 
一种改进的DDTFA方法及其在齿轮箱故障诊断中的应用
《振动与冲击》2020年第5期81-88,117,共9页田莉莉 李蓉 陈琳 刘坚 
国家自然科学基金资助项目(51605151);科技部创新方法工作专项(2016IM030300);湖南大学汽车车身先进设计制造国家重点实验室自主研究课题(71675001)。
针对数据驱动时频分析(DDTFA)方法的初始相位函数选取问题,提出一种可准确、快速且自适应优选初始相位函数的改进DDTFA方法。引入数学中函数求极值的思想,将信号的初始相位函数选取问题转换为初始解集的连续寻优问题,通过对DDTFA中的高...
关键词：故障诊断 数据驱动 时频分析 齿轮箱 初始相位函数 
《振动与冲击》总目次
《振动与冲击》2019年第24期I0003-I0014,共12页
关键词：滚动轴承故障诊断 《振动与冲击》 最大相关峭度解卷积 故障诊断方法 齿轮箱故障诊断 振动信号 杨绍普 振动分析 特性分析 相关峭度 圆柱滚子轴承保持架 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部